ગૂગલનું AI માણસો કરતાં સ્તન કેન્સરને વધુ સારી રીતે શોધી શકે છે, પરંતુ...

આર્ટિફિશિયલ ઇન્ટેલિજન્સ દરેક પસાર થતા દિવસે એક નવો સીમાચિહ્ન હાંસલ કરી રહી છે. આ સિલસિલામાં ઉમેરો કરતાં, Googleનું AI હવે માનવ શરીરમાં સ્તન કેન્સરને શોધીને નિષ્ણાતો કરતાં ઘણી વાર આગળ નીકળી જાય છે.

સ્તન કેન્સર માટે સ્ક્રીનીંગ સામાન્ય રીતે મેમોગ્રામ (અથવા સ્તનોની એક્સ-રે ઈમેજ) સ્કેન કરીને કરવામાં આવે છે, પરંતુ તેની મર્યાદાઓ છે. તેઓ ખોટા હકારાત્મક અથવા ખોટા નકારાત્મક પરિણામ આપી શકે છે.

સ્તન કેન્સર હોય ત્યારે પણ ખોટા નેગેટિવ મેમોગ્રામ સામાન્ય લાગે છે. તેવી જ રીતે, ખોટા-પોઝિટિવ મેમોગ્રામ સ્તન કેન્સર બતાવે છે ભલે તે હાજર ન હોય.

ગૂગલનું AI સ્તન કેન્સર શોધી શકે છે, પરંતુ...

Google AI તાલીમ આપવામાં આવી છે કેન્સર કોષોની હાજરી માટે મેમોગ્રામ વાંચવા અને તેનું વિશ્લેષણ કરવા. તેના માટે, સંશોધકોએ યુકેની મહિલાઓના લગભગ 76,000 અનામી મેમોગ્રામ અને યુએસમાં મહિલાઓના 15,000 મેમોગ્રામનો ઉપયોગ કર્યો.

તેઓએ AIનું મૂલ્યાંકન કરવા માટે યુનાઇટેડ કિંગડમની 25,000 મહિલાઓ અને યુનાઇટેડ સ્ટેટ્સની 3,000 મહિલાઓના અલગ અનામી મેમોગ્રામ ડેટાબેઝનો ઉપયોગ કર્યો.

AI દ્વારા પરત કરવામાં આવેલા પરિણામોની ચોકસાઈ ચકાસવા માટે વાસ્તવિક મેડિકલ રિપોર્ટ્સ સાથે સરખામણી કરવામાં આવી હતી. તે અમેરિકન મહિલાઓ માટે 9,4% અને યુકે મહિલાઓ માટે 2,7% દ્વારા ખોટા નકારાત્મકની સંખ્યામાં ઘટાડો કરવામાં વ્યવસ્થાપિત છે.

બીજી બાજુ, તેણે યુ.એસ.માં 5,7% અને યુકેમાં 1,2% દ્વારા ખોટા હકારાત્મકમાં ઘટાડો કર્યો.

ટીમ દ્વારા તારણો નેચર જર્નલમાં પ્રકાશિત કરવામાં આવ્યા છે જેમાં ડીપમાઈન્ડ, રોયલ સરે કાઉન્ટી હોસ્પિટલ, નોર્થવેસ્ટર્ન યુનિવર્સિટી અને કેન્સર રિસર્ચ યુકે ઈમ્પીરીયલ સેન્ટરના સંશોધકોનો સમાવેશ થાય છે.

હજુ પણ સંપૂર્ણ નથી

જ્યારે ગૂગલની AI ઘણા કિસ્સાઓમાં માનવ નિષ્ણાતોને હરાવવામાં સફળ રહી હતી, ત્યારે ઘણી વખત નિષ્ણાતોએ AI ચૂકી ગયેલા કેસોમાં કેન્સરના ચિહ્નોની હાજરી શોધી કાઢી હતી.

જો કે, અહીં, Google નિર્દેશ કરે છે કે AI પાસે માનવ નિષ્ણાતો કરતાં ઓછી માહિતીની ઍક્સેસ હતી, જેમ કે દર્દીના ઇતિહાસ અને અગાઉના મેમોગ્રામ. તેમ છતાં, તે ખૂબ સારી રીતે કરવામાં સફળ રહ્યો.

તેથી તેનો અર્થ એ છે કે AI આ ક્ષણે આ ક્ષેત્રમાં મનુષ્યનું સ્થાન લઈ શકતું નથી. જો કે, ધ્યેય એ છે કે ટેક્નોલોજીએ સ્ક્રીનીંગ પ્રોગ્રામ દરમિયાન રેડિયોલોજિસ્ટને પૂરક બનાવવું જોઈએ અને પરિણામોની ચોકસાઈ અને કાર્યક્ષમતા વધારવી જોઈએ.

જેમ જેમ વિકાસ ચાલુ રહે છે, સંશોધકો એક વસ્તુ શોધવાનો પ્રયાસ કરી રહ્યા છે કે તેઓ AI પરિણામોનું સામાન્યીકરણ કેવી રીતે કરી શકે.

શરૂઆત માટે, તેઓએ એક અલગ કસોટી ચલાવી હતી જ્યાં AI ને યુકેની મહિલાઓના ડેટા પર તાલીમ આપવામાં આવી હતી અને યુએસ મહિલા ડેટા સેટનું મૂલ્યાંકન કરવામાં આવ્યું હતું. તેણે ખોટા નકારાત્મકમાં 8.1% અને ખોટા હકારાત્મકમાં 3.5% ઘટાડો કર્યો હતો.

વાયા ધ વર્જ


તમારી ટિપ્પણી મૂકો

તમારું ઇમેઇલ સરનામું પ્રકાશિત કરવામાં આવશે નહીં. આવશ્યક ક્ષેત્રો સાથે ચિહ્નિત થયેલ છે *

*

*